改进DeepLabV3+网络的遥感影像道路综合提取方法

作     者：任月娟 葛小三 REN Yuejuan;GE Xiaosan

作者机构：河南理工大学测绘与国土信息工程学院河南焦作454003 

出 版 物：《测绘通报》 (Bulletin of Surveying and Mapping)

年 卷 期：2022年第6期

页      面：55-61页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：河南省自然科学基金(222300420450) 国家自然科学基金(41572341) 河南省高等教育教学改革研究与实践项目(学位与研究生教育)(2021SJGLX100Y) 

主　　题：道路提取 改进DeepLabV3+ MobileNetV2 空间金字塔池化 

摘      要：遥感图像复杂场景道路提取过程受树木和建筑物阴影,以及荒地、空地等因素干扰较多。针对利用DeepLabV3+网络模型进行道路提取时存在的道路信息不完整和细节信息丢失的问题,本文提出了一种改进DeepLabV3+网络的遥感影像道路提取方法。该方法以轻量级的MobileNetV2作为骨干网络进行特征提取,采用空间金字塔池化模块获得多尺度道路信息特征,从而减少道路遥感图像细节的损失,并提高网络模型的道路提取精度。在DeepGlobe数据集上进行道路提取试验的结果表明,该方法在提升准确率的基础上,有效降低了计算的复杂度;像素准确率和交并比分别达79.7%、64.3%,均优于DeepLabV3+网络及其他经典网络模型,表现出更优异的道路提取能力。